花了很多天學習的一個關於五子棋的博弈樹，記錄一下。
先講一下五子棋的基本實現過程：
一、介面實現
Gobang.java
show(){}
main(){}
paint(){}
視窗使用Border佈局，寫倆JPanel,一個畫棋盤，一個做動作按鈕。這裡要注意的有兩點：一是重繪機制，直接把棋盤畫在paint方法裡；二是我們先不對棋盤做滑鼠監聽，等到我們點選了動作按鈕後再去監聽獲取畫筆。

二、介面實現了，要考慮在監聽類中做事件處理。我把後續的程式碼都放在了這個類裡。
在這之前，為了後續用起來方便，寫一個介面，把要用的常量定義好，另外兩個類只要實現這個介面就可以了。
1.先實現黑白棋交替下；（黑白棋用不同的標誌位）
2.棋子必須要下載交叉點上；（計算座標）
3.同一個位置只能下一顆棋子；（判斷該座標點的標誌是否為0）
4.棋子不能消失；（重繪機制）
5.考慮判斷輸贏。（四個方向判斷是否連成5子，我用的方法很垃圾很冗餘）
至此的話，人人對戰是可以的了。

三、人機對戰
這裡就要用到五子棋AI演算法了，有三個方法：權值法、博弈樹、機器學習。
權值法：
1.準備工作
1.考慮誰先下棋？
AI先下，棋子隨機下在中間一定的範圍內
2.定義陣列儲存權值
3.考慮棋子相連的情況和對應的權值
活連 
1連 10
2連 100
3連 1000       
4連 10000       
眠連
1連 1
2連 5
3連 50
4連 10000
4.使用Java的中一個Map集合來儲存棋子相連的情況和對應的權值
HashMap<String,Integer> map = new HashMap<String,Integer>();
map.put("010",10);//儲存活1連
map.put("020",10);//儲存活1連
map.put("021",1);//儲存眠1連
2.演算法的實現
1.人下棋後，判斷輸贏，如果贏了遊戲結束了，如果沒有贏就進入AI下棋；
2.根據棋子陣列統計當前棋盤上的最優位置，使用權值表示出來。
3.找出wieghtArray陣列中最大的權值，獲取最大權值所在的行數和列數。
4.根據行數和列數，讓AI在這個位置下棋
5.清空wieghtArray陣列中的資料。
6.AI的棋子判斷輸贏，如果贏了遊戲結束了，如果沒有贏就進入人下棋（回到1步）；

博弈樹：
  關於博弈基礎--極大極小搜尋我就不多說了，估計也說不清楚。請看：https://blog.csdn.net/u013351484/article/details/50789521

      當輪到電腦下棋的時候，電腦會試著下子然後進行遞迴，直到得到葉子節點，判斷棋盤格局，若電腦返回分值大的，若人返回分值小的。這就構成了一棵博弈樹。這顆博弈樹有點龐大，並不能依靠暴力搜尋來尋找最佳解法。因此需要用到一些剪枝手段。常用的比較初級的有 alpha-beta 剪枝。這裡用的也是這個，具體過程還是去看連結裡的解釋吧，看完再看五子棋博弈的程式碼會比較清晰。要注意的是：將第0層電腦層放出來寫，下一個棋子我記錄一下位置（下完遞迴後要回溯），如果後面返回的情況比它好，我就更新它。最後我肯定會得到電腦選擇的分值高的那個座標落子便是。貼點程式碼如下：

	//輪到電腦下棋，試著下子然後進行遞迴，直到得到葉子節點，判斷棋盤格局，若電腦返回分值大的，若人返回分值小的。這就構成了一棵博弈樹。
	//由於效能有限，我們考慮到第四層。第0層電腦層我們把它放出來寫，因為是要記錄一下最好情況，方便以後落最好位置。
	public Point turnComputer() {
		Point point = new Point();
		int max = -INF;
	
		for (int i = 1; i < raw - 1; i++) {
			for (int j = 1; j < column - 1; j++) {
				if (array[i][j] == 0) {//判斷落子點周圍有沒有棋子，沒有則跳過
					if (array[i-1][j+1]==0&&array[i][j + 1] == 0 &&array[i+1][j+1]==0&& array[i-1][j-1]==0&&array[i][j - 1] == 0 &&array[i+1][j-1]==0&& array[i + 1][j] == 0 && array[i - 1][j] == 0) {
						continue;
					} else {//有棋子則電腦下子進行判斷
						array[i][j] = -1;
						int k = alphabeta(array, 1, -INF, INF, 1);//往下遞迴
						array[i][j] = 0; //下完子要回溯
						if (k > max) {//電腦下子當然要選擇大
							max = k;
							point.x = i;
							point.y = j;
						}
					}
				}
			}
		}
		return point;
	}


	public int alphabeta(int array[][], int player, int alpha, int beta, int depth) {
		if (depth == 4)//效能有限，只往下四層
			return getScore();	//葉子層返回棋盤格局的分值
		//不是葉子層則繼續試著下子
		for (int i = 1; i < raw - 1; i++) {
			for (int j = 1; j < column - 1; j++) {
				if (array[i][j] != 0)
					continue;

				if (array[i-1][j+1]==0&&array[i][j + 1] == 0 &&array[i+1][j+1]==0&& array[i-1][j-1]==0&&array[i][j - 1] == 0 &&array[i+1][j-1]==0&& array[i + 1][j] == 0 && array[i - 1][j] == 0) {
					continue;
				}

				array[i][j] = player;
				int v = alphabeta(array, player * -1, alpha, beta, depth + 1);//遞迴
				array[i][j] = 0;//回溯
				if (player == -1)
					alpha = max(alpha, v);
				else
					beta = min(beta, v);
				if (beta <= alpha) {//剪枝    這裡要畫樹進行分析，我也琢磨了好久
					if (player == -1)
						return alpha;
					return beta;
				}
			}
		}
		if (player == -1)
			return alpha;
		return beta;
	}
 

電腦下棋啦~

	// 電腦下棋的方法   通過AI演算法得出的最有利於電腦的落子點下棋
	public void computerChess() {
		Point point = turnComputer();
		int i = point.x;
		int j = point.y;
		gr.fillOval(X + size * j - size / 2, Y + size * i - size / 2, size, size);

		array[i][j] = -1;
		player = 1;

		icCopy = i;
		jcCopy = j;
	}

       那麼葉子節點的棋盤格局分值怎麼去估計呢？ 從最終棋盤格局的每行、每列、每正上斜、每正下斜、每反上斜、每反下斜分析電腦方和我方棋子的分佈問題，分別計算各方的棋子成型個數乘以相應的權重，最後整個棋盤格局得分是電腦方得分減去我方。

四、重新開始事件和悔棋事件
重新開始需要將棋子陣列所有棋子全部置0然後重繪，悔棋是將剛剛下的白子黑子置0然後重繪。